OpenAI heeft op DevDay 2026 GPT-6.1 Sol voorgesteld, een upgrade van GPT-6 Sol die bij veeleisend werk dicht bij het vlaggenschip GPT-6 Astra komt. De prijs blijft wel die van Sol. Per miljoen tokens betaal je 2 dollar voor input en 10 dollar voor output, precies een vijfde van wat Astra kost. OpenAI noemt het model daarom het model met de beste prijsprestatieverhouding dat vandaag beschikbaar is. In dit artikel lees je wat GPT-6.1 Sol echt beter doet, waar Astra nog altijd sterker is en waar je op moet letten als je wilt overstappen.

Wat is GPT-6.1 Sol precies?

GPT-6.1 Sol is een capability upgrade binnen de Sol-lijn. Het model kwam op 29 september 2026 uit, amper een week na GPT-6 Sol. Die korte tussenpauze valt op, zeker omdat GPT-6 Sol bij veel ontwikkelaars matig werd ontvangen. Op Hacker News klaagden gebruikers dat het model slordiger werkte dan het oudere GPT-5.6 Sol. GPT-6.1 Sol voelt voor een deel van die community als de versie die er vorige week al had moeten zijn.

De basisspecificaties blijven gelijk. Het context window telt 1,05 miljoen tokens, de maximale output 128.000 tokens. De knowledge cutoff schuift licht op naar 30 april 2026. OpenAI richt het model op drie domeinen: agentic programmeren, computergebruik en professioneel kenniswerk.

De prijs

De standaardprijzen voor ongecachete input en output zijn identiek aan die van GPT-6 Sol. Wie van model wisselt, betaalt dus niet meer per token. De grootste verandering zit bij cached input. Die daalt van 0,20 naar 0,10 dollar per miljoen tokens, een korting van 95 procent op het standaardtarief voor input. Ter vergelijking: Astra rekent 1 dollar voor gecachete input, tien keer zoveel.

Voor agentic workloads maakt dat een groot verschil. Een coding agent die bij elke stap dezelfde systeeminstructies, repository context of referentiedocumenten opnieuw inleest, betaalt voor die herhaalde context nu bijna niets. Vellum rekende het voor: een agent die bij elke stap een repository van 200.000 tokens leest, zakt van 0,40 naar 0,02 dollar input per stap.

Requests boven 272.000 input tokens kosten dubbel voor input en cache en anderhalf keer zoveel voor output. Batch en Flex zijn 50 procent goedkoper dan standaard, Fast mode kost het dubbele. Caching levert bovendien alleen iets op als je requests echt een stabiele prefix hergebruiken. Wie elke paar minuten zijn context laat compacten, ziet weinig van die korting terug.

De benchmarks, domein per domein

OpenAI onderbouwt de claim met een reeks eigen evaluaties. Het gaat om metingen in de onderzoeksomgeving van OpenAI of via de API, dus onafhankelijke productietests zijn het niet. Ze tonen wel duidelijk waar het model zich positioneert.

Softwareontwikkeling op DeepSWE v1.1

DeepSWE test agents op originele, langdurige softwaretaken in echte codebases. GPT-6.1 Sol evenaart hier GPT-6 Astra voor ongeveer een vijfde van de kosten. Volgens de cijfers die Vellum uit de aankondiging haalde, scoort Sol 75,2 procent tegenover ongeveer 74,8 procent voor Astra. Het beste resultaat van GPT-6 Sol lag op 68,8 procent, dus de nieuwe versie wint 6,4 procentpunt, en doet dat met minder reasoning effort en lagere kosten.

Documenten en zakelijke workflows

GDP.pdf meet hoe nauwkeurig een model professionele vragen beantwoordt op basis van complexe pdf’s met tabellen, grafieken, diagrammen en kleine lettertjes, uit onder meer de financiële sector, de gezondheidszorg en de juridische sector. GPT-6.1 Sol haalt 32,0 procent en verslaat daarmee Claude Opus 5.5 dat op 28,8 procent blijft steken, voor minder dan de helft van de kosten per taak. Astra scoort 32,2 procent, maar kost per taak ongeveer 1,95 dollar tegenover 0,38 dollar voor Sol.

Op AutomationBench voeren agents volledige workflows uit met 47 tools voor verkoop, marketing, ondersteuning, financiën en HR. Met reasoning effort op medium scoort GPT-6.1 Sol 2,2 procentpunt hoger dan Opus 5.5 voor ongeveer een derde van de kosten, en 4,8 procentpunt hoger dan GPT-6 Sol.

Computergebruik op OSWorld 2.0

Bij taken waarin een agent zelf door applicaties, formulieren en vensters navigeert, springt Sol zeven procentpunt vooruit ten opzichte van zijn voorganger, van 64,4 naar 71,4 procent. Astra blijft met 73,5 procent op kop, maar kost per voltooide taak ongeveer 9,30 dollar tegenover 1,30 dollar voor Sol.

Wetenschappelijk onderzoek

Op Terminal-Bench Science, dat data-analyse, simulaties en het bewijzen van stellingen via terminaltools test, haalt GPT-6.1 Sol meer dan het dubbele van de score van GPT-6 Sol. Een taak kost gemiddeld 5,47 dollar, tegenover 23,21 dollar voor Opus 5.5 en 23,80 dollar voor Astra. Astra behaalt met 68,1 procent wel de hoogste score en blijft volgens OpenAI de aangewezen keuze voor de zwaarste onderzoekstaken.

Minder feitelijke fouten

OpenAI test feitelijke juistheid op bewust moeilijke gesprekken waarin gebruikers eerder een fout van een model hadden gemeld. Bij extra hoge reasoning effort daalt het aandeel antwoorden met minstens één feitelijke fout van 4,5 naar 4,1 procent. Astra zit op 4,0 procent, maar is per taak ongeveer 83 procent duurder. Bij lage reasoning effort is de winst groter: van 11,4 naar 7,7 procent, een relatieve daling van ongeveer een derde. Die cijfers zijn geen algemeen hallucinatiepercentage, want de prompts zijn gekozen om fouten uit te lokken.

Wanneer Astra de betere keuze blijft

OpenAI zegt zelf dat GPT-6 Astra over het geheel genomen het krachtigste model blijft. Bij de moeilijkste wetenschappelijke vragen, complex computergebruik waar elk procentpunt telt en taken waarbij je maximale diepgang wilt, blijft Astra de veilige keuze. De kloof in prestaties wordt kleiner, de kloof in prijs blijft groot. Een logische aanpak is dus routing: het grote volume autonoom werk naar Sol sturen en Astra reserveren voor de gevallen waar het echt verschil maakt.

De ervaringen uit de community tonen ook waarom eigen tests nodig blijven. Sommige ontwikkelaars vinden Opus 5.5 beter bij grote refactors, anderen zweren bij Astra voor 3D-werk in Blender. Een set evaluaties op je eigen taken, met je eigen tools en acceptatiecriteria, zegt meer dan elke benchmarktabel.

Ultrafast

Samen met Sol lanceerde OpenAI Ultrafast, een inferentielaag die tot 300 tokens per seconde haalt, met tot acht keer snellere generatie in Codex en tot zes keer in de API. GPT-6 Astra Ultrafast is meteen beschikbaar, GPT-6.1 Sol Ultrafast volgt binnenkort. In de API kost Ultrafast zes keer het standaardtarief, in ChatGPT zit het in een nieuw Pro-abonnement van 500 dollar per maand. Tegelijk halveert de inbegrepen usage van het bestaande Pro-abonnement van 200 dollar, van twintig naar tien keer het niveau van Plus. Die keuze zorgde voor flink wat ontevredenheid.